Python是进行数据分析的一种很不错的语言,主要是因为以数据为中心的 python 库非常适合。 Pandas是其中的一种,使导入和分析数据更加容易。 在本文中,我使用了来分析斯坦福网站的公共数据集中的Country Data.csv文件中的数据。

安装
安装Pandas:

pip install pandas

在Pandas中创建DataFrame通过使用pd.Series方法将多个Series传递到DataFrame类中来完成数据帧的创建。 在这里,它在两个Series对象中传递,s1作为第一行,s2作为第二行。

例子:

s1 = pd.Series([1,2])
s2 = pd.Series(["Ashish", "Sid"])
df = pd.DataFrame([s1,s2])
df dframe = pd.DataFrame([[1,2],["Ashish", "Sid"]], index=["r1", "r2"], columns=["c1", "c2"])
dframe dframe = pd.DataFrame({ "c1": [1, "Ashish"], "c2": [2, "Sid"]})
dframe 

输出:

用Pandas导入数据

第一步是读取数据。数据存储为逗号分隔值或csv文件,其中每行用换行分隔,每列用逗号(,)分隔。为了能够使用Python中的数据,需要将csv文件读取到Pandas DataFrame中。DataFrame是表示和处理表格数据的一种方式。

例子:

import pandas as pd df = pd.read_csv("IND_data.csv") df.head() df.shape 

输出:

29,10

用Pandas索引DataFrames

可以使用pandas.DataFrame.iloc方法建立索引。iloc方法允许按位置检索多达行和列。

例子:

df.iloc[0:5,:]
df.iloc[:,:]
df.iloc[5:,:5] 

如果大家在学习中遇到困难,想找一个python学习交流环境,关注微信公众号“编程简单学”,领取python学习资料,会节约很多时间,减少很多遇到的难题。


在Pandas中使用标签建立索引

可以使用pandas.DataFrame.loc方法对标签进行索引,该方法允许使用标签而不是位置进行索引。
例子:

df.loc[0:5,:]
df = df.loc[5:,:] 

上面的内容实际上与df.iloc [0:5 ,:]并没有太大区别。这是因为尽管行标签可以采用任何值,但我们的行标签与位置完全匹配。但是,列标签可以使处理数据时变得更加容易。例子:

df.loc[:5,"Time period"] 

DataFrame Math与Pandas

数据帧的计算可以通过使用pandas工具的统计功能来完成。
例子:

df.describe()
df.corr()
df.rank() 

Pandas图

这些示例中的图是使用用于引用matplotlib API的标准约定制作的,该API提供了Pandas的基础知识,可轻松创建美观地图。
例子:

import the required module
import matplotlib.pyplot as plt
df['Observation Value'].hist(bins=10) df.boxplot(column='Observation Value', by = 'Time period') x = df["Observation Value"]
y = df["Time period"]
plt.scatter(x, y, label= "stars", color= "m", marker= "*", s=30)
plt.xlabel('Observation Value')
plt.ylabel('Time period')
plt.show() 

最后多说一句,小编是一名python开发工程师,这里有我自己整理的整套python学习资料和路线,想要这些资料的都可以关注微信公众号“编程简单学丶”

清华大佬手把手教你使用Python进行数据分析和可视化相关推荐

  1. 【赠书】pandas创始人手把手教你利用Python进行数据分析

    周末就要到了,本次给大家赠送5本Python技术书籍,这次赠送的书籍是<利用Python进行数据分析>. 这是一本什么样的书 Python是目前数据科学领域的王者语言,众多科学家.工程师. ...

  2. pandas创始人手把手教你利用Python进行数据分析!

    财经类.统计类背景人员,他们的日常工作有大量数据需要处理.分析,但对于学习使用计算机领域的编程语言Python又感到无从下手. 一些想要学习Python的计算机人员,他们工作较忙,没有太多时间通过互联 ...

  3. 手把手带你用Python做数据分析和可视化项目实战,能写进简历的那种!(另送15个实战案例)...

    最近几年,数据分析可真是太火了. 阿里.字节等互联网巨头基于大数据打造的商业模式获得巨大成功,使得"数据思维"."数据能力"迅速成为衡量职场人能力的核心指标,专 ...

  4. python新手入门代码-新手必看:手把手教你入门 Python

    原标题:新手必看:手把手教你入门 Python 本文为 AI 研习社编译的技术博客,原标题 : Learning Python: From Zero to Hero 翻译 |永恒如新的日常校对 | 酱 ...

  5. 手把手教你使用Python获取B站视频并在本地实现弹幕播放功能

    点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 少小虽非投笔吏,论功还欲请长缨. ...

  6. 手把手教你用Python改造一款外星人入侵小游戏

    点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 为学应须毕生力,攀高贵在少年时. ...

  7. 手把手教你用Python批量实现文件夹下所有Excel文件的第二张表合并

    点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 怀君属秋夜,散步咏凉天. 大家好, ...

  8. 手把手教你用Python调用SCIP求解最优化模型

    手把手教你用Python调用SCIP求解最优化模型 一个简单的例子 Python调用SCIP求解最优化模型的一般步骤 创建模型对象 创建决策变量 设置目标函数 创建约束 创建一般约束 创建广义约束 求 ...

  9. 怎么用python自制计算公式_手把手教你用python制作简易计算器,能够记录你使用的情况...

    话不多说,首先先看效果图,它能够记录你在使用过程中的历史,方便你查看是否有错: 接下来就仔细分析一下是如何制作的: 简易计算器 第一步:导入资源库 在过程中使用到了tkinter这个资源库,win+R ...

最新文章

  1. 解决jQuery不同版同时引用的冲突
  2. POJ 2828 Buy Tickets 线段树
  3. python变量区分大小写吗_Python变量名是不是区分大小写的
  4. Linux系统查看位数和内存
  5. php 赋予最高权限,为PHP执行赋予root权限(一)
  6. angular 构建可以动态挂载的配置服务
  7. 第六章连接和分组查询
  8. 【今日CV 计算机视觉论文速览】 6 Mar 2019
  9. kubernetes安装Helm
  10. 操作系统—进程的状态与状态的转换
  11. gtp怎么安装系统_gpt格式硬盘如何安装win7系统教程
  12. Docker使用教程超详细
  13. Android Sendor框架介绍
  14. cvpr2020 人脸检测与识别_就CVPR2020的来看,目前人工智能的研究热点有哪些进展?未来的研究趋势会有什么变化?...
  15. 加密芯片的种类及优缺点
  16. 常见的java面试知识点
  17. 做Java程序员真的没有春天吗?写给正在求职的Java开发
  18. 基于炜煌单片机的lcd12864上下左右移动程序,芯片类型stc12c5a60s2
  19. hutool工具 导出excel 自定义样式------excel压缩jar
  20. 我是如何通过获取网络数据,做出这些数据分析项目的

热门文章

  1. Nature Genetics:微生物如何适应植物的?(articles)
  2. 关于表单的java的程序_JAVA BOT程序模拟人类用户填写表单 并 发送
  3. pandas使用read_csv读取数据使用skiprows参数跳过指定的数据行但保留表头、pandas使用to_csv函数将dataframe保存为gzip压缩文件
  4. R语言使用pROC包在同一图中绘制两条ROC曲线并通过假设检验检验ROC曲线的AUC或者偏AUC的差异(输出p值)
  5. Python使用tsne进行高维数据可视化实战:二维可视化、三维可视化
  6. R构建分位数回归模型(Quantile Regression)
  7. 句法分析应用领域及意义
  8. 标准差、协方差、相关性分别是什么?
  9. 分类(classification)是认知的基础、分类步骤及主要算法、分类与回归的区别、分类过程
  10. java语言仅支持单重继承_java语言程序设计基础篇习题_复习题_第十一章